取代苯类化合物对绿藻的结构毒性定量关系研究.docx
- 文档编号:11557523
- 上传时间:2023-03-19
- 格式:DOCX
- 页数:28
- 大小:104.64KB
取代苯类化合物对绿藻的结构毒性定量关系研究.docx
《取代苯类化合物对绿藻的结构毒性定量关系研究.docx》由会员分享,可在线阅读,更多相关《取代苯类化合物对绿藻的结构毒性定量关系研究.docx(28页珍藏版)》请在冰豆网上搜索。
取代苯类化合物对绿藻的结构毒性定量关系研究
取代苯类化合物对绿藻的结构—毒性定量关系研究
摘要:
本文根据斜生栅列藻毒性实验的结果,用分子最高占有轨道能(Ehomo),分子最低空轨道能(Elumo),范德华面积(Svdw),分子量(Mw),辛醇/水分配系数(lgP),5个参数分析了40种取代苯类化合物的结构与毒性之间的关系。
对化合物的5个参数进行了因子分析,提取2个可以概括有机物大部分信息的主因子。
然后,根据各个有机物的因子得分,对40种有机物进行了聚类分析,分别以各类取代苯类化合物为对象,进行了结构/毒性关系分析,得到了回归方程。
同时也对40种有机物进行了回归分析,将这些回归方程比较后,可以得出结论:
基于37种取代苯类化合物建立的线性回归方程lgl/EC50=-0.942Ehomo+0.03177Svdw-7.970(R2=0.801)是这些方程中最好的。
最后,又用7种化合物为预测化合物,33种取代苯类化合物为基础建立了预测模型,最大误差为21.6%。
所有方程都表明取代苯类物质的毒性主要Ehomo,Elumo和Svdw有关。
关键词:
QSAR聚类分析线性回归生物毒性
当今世界有机化合物数以百万计,且每年都以惊人速度增长。
在如此众多的有机物中取代苯类化合物作为重要的工业原料在工业生产与日常生活中得到广泛的应用;但是,严重的是取代苯类化合物中有些种类,如:
氯代苯类化合物对生物体有三致作用,而氯代酚类化合物中使用量最大的物五氯苯酚则显示出与肝脏畸形和皮炎有关[1];这些原因都使取代苯类化合物成为令人十分头痛的环境污染物,从而引起了学者们的注意。
为了对取代苯类化合物有更好,更多的了解;为在社会生活中正确应用这些化合物,避免因使用该类化合物造成严重后果,就必须对其毒性等进行测量而这往往需要耗费大量的人力、物力和财力。
在众多的方法中定量结构——活性相关(QSAR)方法以其在所耗费的资源上的优势而在环境化学研究中得到广泛应用[2]。
另一方面,绿藻作为地球水生态系统的重要初级生产者和光合作用的重要实行者对水生态系统的生态平衡起着十分重要的作用,而取代苯类化合物中有相当部分作为工业生产产生的废料随着废水一起排入地球的水环境中,从而完全有可能对包括绿藻在内的水生生物产生毒害作用,进而对整个地球的环境产生有害且不可逆转的影响。
因此,有必要进行取代苯类化合物对绿藻毒性的研究。
本文即在前辈学者工作的基础上用样本总数为四十的取代苯类化合物进行了它们对绿藻的QSAR研究。
1QSAR方法简介与国内外相关研究进展
1.1QSAR方法简介
定量结构——活性相关(QSAR)建立有机物的活性(在环境化学中即指有机物对生物体的毒性)和有机物理化参数的相关性,通过测量或计算有机物的特征参数,可以估计出有机物对生物的毒性[3]。
QSAR最早在上世纪六十年代开始应用在药物和农药杀虫剂的研究上[4],而后由于工业的大规模发展和新的工业的出现导致排入环境的有机物无论在数量或是种类上都较以前有大幅增加;因此,QASR方法被引入环境化学领域。
QASR方法至今仍然是国际上相当活跃的研究领域[2]。
QASR研究的核心问题是要建立有机物毒性(在环境化学中通常即指半生物抑制浓度:
lgl/EC50)根据函数方程中选择的自变量的不同QASR方法可以分为两大类[[3]。
一是以有机物分子式为基础,根据实验得到的经验参数与相应的性质建立定量的函数关系式。
如:
线性自由能法(LFER法)、线性溶剂化能相关方法[3]与辛醇/水分配系数(lgP)法等。
该类方法已经能在实际中运用并且解决了一些实际问题。
第二种方法是用量子化学的方法进行计算,以了解分子的结构信息。
这种方法本是了解分子活性本质的好方法,但是该方法需要解量子力学的基本方程薛定锷(SchÖrdinge)方程,这一方程的计算十分复杂而难以掌握且在此计算过程中必须对该方程进行近似,这必然导致丢失部分信息。
这两个缺陷大大限制了该方法在实际问题中的运用。
在众多的方法中根据拓扑理论提出的分子连接性指数法[2~3]因其具有计算简单、不依赖实验又可以借鉴量子化学中某些参数[3]等优点而在实际的研究中得到广泛应用[5~7]。
但是由于该方法也有其本身的缺点因此有部分学者还是用量子化学参数法做出一些成果[8~9]。
值得注意的是QSAR虽然有很多优点,但是,它也有其自身的缺点,比如:
国外有学者[10]指出QSAR方法只适用于预测对生物毒性机制相类似的有机物。
1.2国内外相关研究进展
如上文所述,由于取代苯类化合物是一种在社会经济生活中被广泛应用的物质同时又是一类有可能引起严重环境问题的化学物质;因此,有很多学者做过该类物质的结构/活性定量关系的研究。
许禄等[5]结合了分子拓扑指数与量子化学参数对硝基苯化合物进行了多元回归分析与神经网络法的预测,指明了神经网络法得到的结果明显好于多元回归的结果。
秦正龙[6]在提出一个新的拓扑指数的基础上研究了取代苯类化合物的生物毒性、分配系数及气相色谱保留指数等与结构的关系,得到的预测结果与实验结果能较好的吻合。
王斌等[8]对取代联苯作了单一毒性与联合毒性的研究,结果表明量子化学参数模型能够很好的预测取代联苯的单一毒性而取代联苯的联合毒性机制为浓度相加效应。
裴洪平等[9]则用量子化学法计算六种量子化学参数后对苯胺类化合物进行了QSAR的研究建立了有很好预测能力的模型
林红卫[11]在分子电性距离矢量的基础上引入正辛醇/水分配系数对取代苯胺和苯酚类化合物建立了数学模型并且进行了预测研究。
徐镜波等[12]结合了分子指数和一些量子化学参数以及辛醇/水分配系数对硝基芳香烃类物质进行了QSAR研究,成功的建立QSAR方程。
苏丽敏等[13]用QSAR模型预测了苯酚类化合物对发光菌的联合毒性。
在国外学者中T.WayneSchultz等[14]研究了弱酸性解偶联剂对发光菌的发光抑制作用。
具体到取代苯类化合物对绿藻的毒性研究,由于绿藻对地球水生态系统平衡乃至整个地球生物圈的平衡具有重要意义,而绿藻这一物种又具有典型性因此,也有学者研究过:
张爱茜等[15]用量子化学参数法进行了氯代芳香族化合物对羊角月牙藻(绿藻的一种)的毒性和QSAR分析的研究。
2取代苯类对绿藻的毒性及结构参数的数据来源及意义
2.1材料与实验方法
实验藻种是由中国科学院武汉水生所提供的斜生栅列藻(ScendesmusOblligquus),室内培养。
四十取代苯类化合物均为分析纯。
实验按照OECD藻类阻碍生长实验标准进行,实验数据取自文献[16]。
实验器皿选用250ml锥形瓶,每个化合物设六组(包括空白),作一平行。
向每个锥形瓶中加入30ml两倍浓度的培养液,按对数间距0.2的浓度梯度加入测试化合物的标准溶液,摇匀后,加入1ml约1*104个/ml处于对数生长初期的藻种总体积用蒸馏水补充至60ml。
实验样品置于光照培养箱中静止培养,温度与酸碱度如下:
温度为20±1。
;PH:
7.2±0.2;照明:
明暗对照:
12h:
12h,平均光照强度为4000lx。
将受试化合物浓度的对数与绿藻生长阻碍率作一元线性回归,求出半抑制浓度EC50(mol/l)值,列于表2.1-1。
2.2参数计算
使用量子化学方法计算得到所研究化合物的分子最低空轨道能(Elumo)和分子最高占有轨道能(Ehomo)、范德华面积(Svdw)及分子量(Mw)。
使用软件SRC-lgKOWforWindows得到分子辛醇/水分配系数的对数lgP(实验值)所研究化合物的结构参数见表2.1-1。
化合物的结构参数数据由陆老师提供。
量子化学各参数意义如下:
Elumo:
分子最低空轨道能,它描述的是分子与亲核试剂之间的相互作用的能力,因此直接与分子对电子的亲合力有关;
Ehomo:
分子最高占有轨道能,都是负值,绝对值越大则分子该轨道上的电子越稳定;它与分子电离势相关,可以作为分子给出电子能力的量度,Ehomo越高,分子给电子能力越强;Elumo和Ehomo都是反映化合物发生由轨道控制的反应的倾向[17]。
Svdw:
分子的范德华面积,它可以定量反映分子的空间形状和大小,与分子量Mw一样,可以作为立体效应参数。
lgP:
辛醇/水分配系数,它是宏观疏水性参数,能反映化合物脂溶性的大小,lgP值越高,疏水性越强,化合物越容易富集到生物的体内。
表2.1-1取代苯类化合物对绿藻的毒性及结构参数
序
号
化合物
Ehomo
(ev)
Elumo
(ev)
Svdw
(A2)
Mw
lgP
lgl/EC50
(mol/L)
1
间硝基氯苯
-10.02
-1.15
82.14
157.56
2.49
3.95
2
对硝基氯苯
-10.07
-1.18
82.88
157.56
2.35
4.01
3
3,4—二氯硝基苯
-10.17
-1.62
91.43
192.00
3.12
4.52
4
2,5—二氯硝基苯
-10.13
-1.60
90.93
192.00
3.09
4.31
5
邻氯苯胺
-9.17
-0.19
74.14
127.57
1.90
2.89
6
间氯苯胺
-9.16
-0.21
75.34
127.57
1.88
2.79
7
2,4—二氯苯胺
-9.28
-0.45
85.17
162.02
2.78
3.74
8
2,5—二氯苯胺
-9.86
-0.62
85.25
162.02
2.75
3.82
9
2,4,6—三溴苯胺
-9.87
-0.71
106.91
329.82
4.03
4.37
10
3—溴苯胺
-9.14
-0.19
79.43
172.03
2.10
2.80
11
4—氨基苯乙醚
-8.92
-0.09
83.14
137.18
1.24
3.10
12
间溴硝基苯
-9.98
-1.42
86.33
202.01
2.64
4.32
13
对溴硝基苯
-10.01
-1.50
86.45
202.01
2.55
3.88
14
邻硝基苯胺
-9.54
-1.22
75.71
138.13
1.85
3.33
15
对硝基苯胺
-9.31
-1.36
76.38
138.13
1.37
3.48
16
2,4—硝基苯胺
-9.78
-1.32
89.59
183.12
1.84
4.68
17
邻甲苯胺
-9.01
0.04
71.30
107.15
1.32
2.34
18
苯胺
-9.01
-0.13
64.37
93.13
0.90
2.56
19
2,4—二氯酚
-9.38
-0.45
83.75
163.00
3.06
3.62
20
2,4,6—三氯酚
-9.51
-0.66
94.02
197.45
3.69
3.81
21
五氯酚
-10.12
-1.27
110.13
266.34
5.04
4.63
22
间硝基苯酚
-9.38
-1.38
74.93
139.11
2.00
3.75
23
对硝基苯酚
-9.55
-1.33
76.61
139.11
1.91
3.57
24
苯酚
-9.06
0.13
62.66
94.11
1.46
2.46
25
硝基苯
-9.88
-1.06
71.92
123.11
1.85
3.26
续表2.1-1取代苯类化合物对绿藻的毒性及结构参数
序
号
化合物
Ehomo
(ev)
Elumo
(ev)
Svdw
(A2)
Mw
lgP
lgl/EC50
(mol/L)
27
2,6—二硝基甲苯
-10.33
-1.19
90.34
182.14
2.10
4.06
28
对硝基甲苯
-9.89
-1.38
78.22
137.14
2.37
3.74
29
邻二硝基苯
-10.45
-1.63
83.07
168.11
1.69
5.04
30
间二硝基苯
-10.34
-1.31
85.26
168.11
1.49
4.85
31
2—硝基苯甲醚
-9.47
-0.96
83.67
153.14
1.73
3.44
32
4—硝基苯甲醚
-9.89
-1.42
83.68
153.14
2.03
3.65
33
对二硝基苯
-10.18
-1.75
84.31
168.11
1.46
4.96
34
邻硝基氯苯
-10.04
-1.11
82.05
157.56
2.26
3.94
35
3—硝基苯甲醚
-9.81
-1.09
84.48
153.14
2.16
3.71
36
对硝基苯胺
-9.36
-1.33
76.56
138.13
1.39
3.40
37
邻硝基苯酚
-9.40
-1.29
73.83
139.11
1.79
3.51
38
2,4—二硝基苯酚
-9.96
-1.52
87.38
184.11
1.67
4.16
39
2,3—二氯苯胺
-9.80
-0.46
83.90
162.02
2.82
3.98
40
对甲苯胺
-8.94
-0.02
71.37
107.15
1.39
3.19
3统计分析过程及结果
为了建立最后的线性回归模型,需要对化合物进行分类这样能在每一组化合物内建立线性回归模型以便使其可能具有比四十个化合物样本一起建立的线性回归模型具有更好的拟合程度。
但是,在此次研究中分子结构参数五个,为了使分类的依据更加科学有效需要对变量进行因子分析以提出主因子作为分类的依据。
在此之前首先对化合物的五个结构参数与半抑制浓度进行相关分析求出相关系数矩阵,以观察各个变量的相关性,为进一步的分析做准备。
所有的分析(包括最后线性模型)均用SPSS11.0完成。
3.1相关分析
五个化合物结构参数(Ehomo、Elumo、Svdw、Mw与lgP)与半抑制浓度之间的相关系数矩阵见表3.1-1。
从表3.1-1中我们可以看出Svdw与Mw的相关程度最高,这是比较容易解释的:
取代苯类化合物有同一个母体即苯环,分子量大往往既意味着分子比较大自然作为反映分子空间形状的范德华面积也应该较大。
表3.1-1还反映出一个问题:
Ehomo与Elumo的相关程度较高,这也容易理解:
这两个参数都与分子的轨道能有关它们之间应该有某种相关性。
值得注意的是分子最高占有轨道能和分子最空轨道能以及范德华面积与半抑制浓度的相关程度很好,这可以理解为取代苯类化合物对生物产生毒性的反应大都是由轨道控制的反应;此外,为凡是化学反应都是通过电子的得失与成键作用完成的,因此表征分子对电子控制能力的分子最高占有轨道能与分子最低空轨道能这两个参数就与表示
表3.1-1取代苯类化合物结构与毒性的相关系数矩阵
变量
Ehomo
Elumo
Svdw
Mw
lgP
lgl/EC50
Ehomo
1.000
0.770
-0.600
-0.545
-0.364
-0.862
Elumo
0.770
1.000
-0.390
-0.362
-0.143
-0.748
Svdw
-0.600
-0.390
1.000
0.932
0.786
0.719
Mw
-0.545
-0.362
0.932
1.000
0.778
0.656
lgP
-0.364
-0.143
0.786
0.778
1.000
0.413
lgl/EC50
-0.862
-0.748
0.719
0.656
0.413
1.000
生物毒性的半抑制浓度有密切的关系。
而范德华面积则表征着分子在空间的大小也对决定化合物分子在生物体内的输移起着重要的作用,因此,Svdw与反应化合物生物毒性的半抑制浓度应该有较大的关系。
最后,表2还反应出辛醇/水分配系数与Svdw和Mw有相当高的相关程度。
3.2因子分析
因子分析是从研究相关矩阵内部的依赖关系出发,把一些具有错综复杂关的变量归结为少数几个综合因子的方法[18]。
因子分析的基本思想是根据相关性大小把变量分组,使得同组内的变量之间相关性较高,但不同组内的变量相关性较低。
每组变量代表一个基本结构,这个基本结构称为公共因子。
对于所研究的问题就可以用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一个分量。
因子分析还可以用来对变量或样品进行分类处理。
可根据因子得分值,在因子轴所构成的空间中把变量或样品点画出,以达到分类的目的。
在本次研究中将化合物的分子最低空轨道能、分子最高占有轨道能、范德华面积、分子量以及分子的辛醇/水分配系数的对数作为原始变量输入。
经过计算后得到总方差分析结果见表3.2-1,而因子得分系数矩阵见表3.2-2;由于原始的得分系数矩阵意义不明显,故对得分系数矩阵进行旋转,旋转后的得分系数矩阵见表3.2-3。
从总方差分析的结果表3.2-1中可以得到公因子和特征值,五个特征值由大到小依次排列,第一特征值与最大公因子相对应,其余依次类推。
根据公因子方差累积百分比大于百分之八十的原则,从五个公因子中提取前两个做主因子是完全可以的,且可以概括绝大部分信息。
表3.2-1总方差分析
因子
序号
初始特征值
旋转方差贡献总和
总方差
方差贡献率(%)
累积方差贡献率(%)
总方差
方差贡献率(%)
累积方差贡献率(%)
1
3.322
66.446
66.446
2.640
52.795
52.795
2
1.193
23.856
90.302
1.875
37.506
3
0.223
4.463
94.768
4
0.198
3.952
98.720
5
0.064
1.280
100.000
表3.2-2初始因子得分系数矩阵
变量
因子
1
2
Ehomo
-0.783
0.522
Elumo
-0.608
0.737
Svdw
0.938
0.231
Mw
0.918
0.271
Lgp
0.785
0.500
选取主因子后,计算得到初始因子载荷(表3.2-2)可以看出初始因子载荷各个因子上都比较均匀,这样即难以得到主因子的物理意义对以后的分析是十分不利的;因此,将载荷进行旋转,初始因子载荷经过方差最大正交旋转后,每个因子的载荷会向两极分化,即每个公因子只在少数几个因子上有高载荷(见表3.2-3)。
表3.2-3旋转后因子得分矩阵
变量
因子
1
2
Ehomo
-0.350
0.873
Elumo
-0.084
0.953
Svdw
0.904
-0.342
Mw
0.910
-0.297
Lgp
0.930
-3.24E-02
从表3.2-3中可以看出:
第一主因子在范德华面积、分子量、辛醇/水分配系数上的载荷很高;而第二主因子在分子最低空轨道能、分子最高占有轨道能这两项上的载荷很高。
因此,可以认为第一主因子主要代表化合物的空间大小和形状(lgP与Svdw以及Mw关系很大——这一点可以从三者的相关系数很大看出)。
第二主因子可以认为是主要与分子的电性化参数有关可以反映化合物分子的得失电子的能力。
各个化合物的因子得分数据见表3.2-4,各化合物因子得分的绝对值越高表明该因子代表的化学性质在该化合物上表现的越强烈,因此因子分析有助于对化合物进行分类。
根据各化合物的因子得分作出因子的得分散点图以初步观察化合物的分类情况,因子得分散点图见图3.2-1。
从图3.2-1中可以看到多数的化合物的因子得分的绝对值都在1以内,只有四至五个点的绝对值超过1,而其中有三个点离群的很厉害,因此,可以预期在聚类分析中这三种化合物会被聚类出大组而独立。
表3.2-4化合物因子得分系数表
序
号
化合物
因子1
因子2
1
间硝基氯苯
0.00867
-0.49653
2
对硝基氯苯
-0.05498
-0.62177
3
3,4—二氯硝基苯
0.77899
-0.99918
4
2,5—二氯硝基苯
0.75696
-0.94013
5
邻氯苯胺
-0.39537
1.34344
6
间氯苯胺
-0.36815
1.32709
7
2,4—二氯苯胺
0.65094
1.18311
8
2,5—二氯苯胺
0.50692
0.34062
9
2,4,6—三溴苯胺
3.33622
0.67841
10
3—溴苯胺
0.27707
1.45988
11
4—氨基苯乙醚
-0.26874
1.56855
12
间溴硝基苯
0.51827
-0.68179
13
对溴硝基苯
0.44272
-0.82735
14
邻硝基苯胺
-0.69276
-0.21852
15
对硝基苯胺
-0.94425
-0.24202
16
2,4—硝基苯胺
0.11847
-0.56621
17
邻甲苯胺
-0.87263
1.61296
18
苯胺
-1.52507
1.30612
19
2,4—二氯酚
0.74289
1.14492
20
2,4,6—三氯酚
1.64530
0.95336
21
五氯酚
3.22519
-0.00699
22
间硝基苯酚
-0.67248
-0.17862
23
对硝基苯酚
-0.66103
-0.33575
24
苯酚
-1.19622
1.68485
25
硝基苯
-0.93931
-0.42976
26
2,4—二硝基甲苯
0.14302
-1.17882
27
2,6—二硝基甲苯
0.25528
-0.97002
28
对硝基甲苯
-0.43512
-0.65262
29
邻二硝基苯
-0.51626
-1.70788
30
间二硝基苯
-0.41307
-1.28169
31
2—硝基苯甲醚
-0.23829
0.12739
32
4—硝基苯甲醚
-0.29631
-0.77391
33
对二
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 取代 化合物 绿藻 结构 毒性 定量 关系 研究
![提示](https://static.bdocx.com/images/bang_tan.gif)